亲爱的卡牌迷们，今天我要带你们走进一个充满魔法与策略的世界——游戏王！没错，就是那个让无数玩家为之疯狂、为之倾倒的卡牌游戏。而今天，我们要聊的焦点是游戏王AI的崛起，尤其是那个让人眼前一亮的“游戏王AER”。
想象你手中握着一张神秘的卡牌，它拥有改变战局的力量。而在这个虚拟的世界里，有一群AI，它们也拥有这样的力量。它们的名字叫“游戏王AER”，是游戏王AI中的佼佼者。
Hastur，一位热衷于AI的玩家，他花费了大量时间和精力，使用强化学习的方法训练出了这个AI。Hastur在文章中提到，他首先需要一个高性能的模拟器。于是，他基于ocgcore（YGOPro和YGOMobile的核心库）与envpool使用C语言编写了一个模拟器环境。这个环境支持了除了灵摆之外的大部分卡牌，AI能够获取到的信息和玩家玩的时候差不多，甚至更少。这样的设计，让AI在模拟环境中更加接近真实对战。
Hastur在训练游戏王AER时，采用了PPOselfplay的方法。PPO是基于CleanRL的代码改写的，加入了多机多卡训练与torch.compile来加快训练速度。而selfplay则是Hastur自己凭想象写的，主要改动就是对于两个对战的agent分别维护value。
这种训练方法，让游戏王AER在模拟环境中不断学习和成长。它通过自我对战，不断优化自己的策略，逐渐变得更加聪明。而Hastur的笔记本，在开16线程的情况下，能达到每秒3000步；在128核CPU服务器上，更是能跑到每秒2-3W步。这样的速度，让人不禁感叹AI的强大。
游戏王AER的模型结构设计，主要思路是类别特征做embedding，数值特征用PLE编码，然后特征拼接起来过transformer。这样的设计，让AI能够更好地理解和处理游戏中的各种信息。
Hastur在文章中提到，模型一共用到了三类特征：区域卡片特征、全局特征和对手特征。这些特征，让AI在模拟环境中能够更加准确地判断局势，制定出更加合理的策略。
随着游戏王AER的崛起，游戏王这个IP也在不断破圈。从科乐美发布的《游戏王：早期合集》来看，这个IP的魅力依然不减。这个合集将收录14款游戏，包括《游戏王决斗怪兽》、《游戏王决斗怪兽 2：暗界决斗记》等经典作品。而万代宝可梦游戏王等卡牌公司，也在通过各种方式，让卡牌游戏破圈增长。
而游戏王AER，作为游戏王AI的代表，也将在这个破圈的过程中发挥重要作用。它不仅能够为玩家带来更加丰富的游戏体验，还能够推动游戏王这个IP的进一步发展。
游戏王AER的崛起，让我们看到了AI在游戏领域的无限可能。它不仅能够为玩家带来更加智能的游戏体验，还能够推动游戏产业的创新和发展。在这个充满魔法与策略的世界里，AI与游戏的未来，充满了无限的可能。让我们一起期待，AI与游戏将为我们带来怎样的惊喜吧！
